|
|
Emotion Recognition from Acted and Spontaneous Speech
Atassi, Hicham ; Přibil, Jiří (referee) ; Zahradník, Pavel (referee) ; Smékal, Zdeněk (advisor)
Dizertační práce se zabývá rozpoznáním emočního stavu mluvčích z řečového signálu. Práce je rozdělena do dvou hlavních častí, první část popisuju navržené metody pro rozpoznání emočního stavu z hraných databází. V rámci této části jsou představeny výsledky rozpoznání použitím dvou různých databází s různými jazyky. Hlavními přínosy této části je detailní analýza rozsáhlé škály různých příznaků získaných z řečového signálu, návrh nových klasifikačních architektur jako je například „emoční párování“ a návrh nové metody pro mapování diskrétních emočních stavů do dvou dimenzionálního prostoru. Druhá část se zabývá rozpoznáním emočních stavů z databáze spontánní řeči, která byla získána ze záznamů hovorů z reálných call center. Poznatky z analýzy a návrhu metod rozpoznání z hrané řeči byly využity pro návrh nového systému pro rozpoznání sedmi spontánních emočních stavů. Jádrem navrženého přístupu je komplexní klasifikační architektura založena na fúzi různých systémů. Práce se dále zabývá vlivem emočního stavu mluvčího na úspěšnosti rozpoznání pohlaví a návrhem systému pro automatickou detekci úspěšných hovorů v call centrech na základě analýzy parametrů dialogu mezi účastníky telefonních hovorů.
|
|
|
Database of recordings for detection of voice activity
Pelikán, Pavel ; Hudec, Antonín (referee) ; Míča, Ivan (advisor)
This thesis deals with voice activity detection (VAD) and requirements for creating a speech database. One of the existing tools for marking recordings was chosen. On the basis of the gained knowledge, database of isolated words, sentences, text and spontaneous speech was created. The practical part consists of a detailed description of database and mark creation. Furthermore, the thesis deals with the conversion of marks into Matlab. There are also some auxiliary scripts for operations with marks. Prepared and a database was created in an anechoic chamber and includes recordings from 16 speakers.
|
|
|
Acoustic properties of monosyllabic words in semi-spontaneous dialogues and read speech
Ondrušková, Lucie ; Volín, Jan (advisor) ; Machač, Pavel (referee)
This thesis investigates temporal characteristics of monosyllabic words (je, se, že) in semi-spontaneous dialogues and read speech. Our material consisted of two sets of recordings from six speakers (three men and three women). The speakers read a text first, and this reading was followed by a recording of a spontaneous dialogue. We investigated differences of temporal characteristics of monosyllabic words between the two types of speech. In addition, we also examined how these characteristics are affected by different variables, which included: position in a stress group, presence of stress, presence of pause and speaker's personality. It was found that the type of speech had a significant influence on duration ratio of sounds in examined words je, že. Word se remained unaffected by the type of speech and generally appeared as a very stable element. The type of speech also influenced variability in duration - this variability proved to be higher in spontaneous speech. The type of speech did not affect average duration of words je, se, že. Position in the stress group also proved to have a significant effect on duration of words. This effect was mainly caused by words which created isolated stress groups - words in such position had longer duration than words in other positions. For words je, se...
|
|
|
Acoustic properties of monosyllabic words in semi-spontaneous dialogues and read speech
Ondrušková, Lucie ; Volín, Jan (advisor) ; Machač, Pavel (referee)
This thesis investigates temporal characteristics of monosyllabic words (je, se, že) in semi-spontaneous dialogues and read speech. Our material consisted of two sets of recordings from six speakers (three men and three women). The speakers read a text first, and this reading was followed by a recording of a spontaneous dialogue. We investigated differences of temporal characteristics of monosyllabic words between the two types of speech. In addition, we also examined how these characteristics are affected by different variables, which included: position in a stress group, presence of stress, presence of pause and speaker's personality. It was found that the type of speech had a significant influence on duration ratio of sounds in examined words je, že. Word se remained unaffected by the type of speech and generally appeared as a very stable element. The type of speech also influenced variability in duration - this variability proved to be higher in spontaneous speech. The type of speech did not affect average duration of words je, se, že. Position in the stress group also proved to have a significant effect on duration of words. This effect was mainly caused by words which created isolated stress groups - words in such position had longer duration than words in other positions. For words je, se...
|
|
|
Database of recordings for detection of voice activity
Pelikán, Pavel ; Hudec, Antonín (referee) ; Míča, Ivan (advisor)
This thesis deals with voice activity detection (VAD) and requirements for creating a speech database. One of the existing tools for marking recordings was chosen. On the basis of the gained knowledge, database of isolated words, sentences, text and spontaneous speech was created. The practical part consists of a detailed description of database and mark creation. Furthermore, the thesis deals with the conversion of marks into Matlab. There are also some auxiliary scripts for operations with marks. Prepared and a database was created in an anechoic chamber and includes recordings from 16 speakers.
|
|
|
Emotion Recognition from Acted and Spontaneous Speech
Atassi, Hicham ; Přibil, Jiří (referee) ; Zahradník, Pavel (referee) ; Smékal, Zdeněk (advisor)
Dizertační práce se zabývá rozpoznáním emočního stavu mluvčích z řečového signálu. Práce je rozdělena do dvou hlavních častí, první část popisuju navržené metody pro rozpoznání emočního stavu z hraných databází. V rámci této části jsou představeny výsledky rozpoznání použitím dvou různých databází s různými jazyky. Hlavními přínosy této části je detailní analýza rozsáhlé škály různých příznaků získaných z řečového signálu, návrh nových klasifikačních architektur jako je například „emoční párování“ a návrh nové metody pro mapování diskrétních emočních stavů do dvou dimenzionálního prostoru. Druhá část se zabývá rozpoznáním emočních stavů z databáze spontánní řeči, která byla získána ze záznamů hovorů z reálných call center. Poznatky z analýzy a návrhu metod rozpoznání z hrané řeči byly využity pro návrh nového systému pro rozpoznání sedmi spontánních emočních stavů. Jádrem navrženého přístupu je komplexní klasifikační architektura založena na fúzi různých systémů. Práce se dále zabývá vlivem emočního stavu mluvčího na úspěšnosti rozpoznání pohlaví a návrhem systému pro automatickou detekci úspěšných hovorů v call centrech na základě analýzy parametrů dialogu mezi účastníky telefonních hovorů.
|
guest ::
